-
公开(公告)号：CN110399828B
公开(公告)日：2022-10-28
申请号：CN201910665065.0
申请日：2019-07-23
Applicant: 吉林大学
Abstract: 本发明公开了一种基于多角度的深度卷积神经网络的车辆再识别方法，所述方法包括将车辆图像数据集作为输入通过共享层输出处理后特征图集；所述特征图集经过三个不同的流，分别从度量、视觉、属性三个角度进行分类；将三个分类结果进行联合学习实现车辆再识别。其中所述三个不同的流为基于簇的三元组流、基于互补学习的外观流和基于车辆属性的属性流。本发明纠正了随机三元组采样带来的冗余性和误导性问题，有效地缓解了现有方法不能很好区分相似图像或网络不收敛的问题，降低了训练时间成本，能够获得更准确的车辆再识别结果。
-
公开(公告)号：CN110635893A
公开(公告)日：2019-12-31
申请号：CN201910896749.1
申请日：2019-09-21
Applicant: 吉林大学
Abstract: 本发明涉及一种车载以太网信息安全防护方法，属于以太网信息安全防护方法。包括密钥分配，网关ECU拥有一套数字证书，其中包含网络中每个合法ECU的标识、公钥以及私钥，同时，网关ECU拥有通信所需的加密密钥EK与认证密钥AK，在启动阶段，网关ECU按顺序为网络中的每个合法ECU分配加密密钥与认证密钥；安全通信，启动阶段的密钥分配过程完成后，网络中的每个合法ECU都已经拥有加密密钥与认证密钥，从而可对车辆正常行驶过程中的消息进行加解密和认证操作。优点是为车辆从启动至通信阶段提供了安全且稳定的防护措施，为ECU间的安全通信提供了有利条件，具有实用性，相比现有的信息安全防护方法具有更强的实时性，能够同时满足车载以太网对于实时性和安全性的需求。
-
公开(公告)号：CN110399828A
公开(公告)日：2019-11-01
申请号：CN201910665065.0
申请日：2019-07-23
Applicant: 吉林大学
Abstract: 本发明公开了一种基于多角度的深度卷积神经网络的车辆再识别方法，所述方法包括将车辆图像数据集作为输入通过共享层输出处理后特征图集；所述特征图集经过三个不同的流，分别从度量、视觉、属性三个角度进行分类；将三个分类结果进行联合学习实现车辆再识别。其中所述三个不同的流为基于簇的三元组流、基于互补学习的外观流和基于车辆属性的属性流。本发明纠正了随机三元组采样带来的冗余性和误导性问题，有效地缓解了现有方法不能很好区分相似图像或网络不收敛的问题，降低了训练时间成本，能够获得更准确的车辆再识别结果。
-
公开(公告)号：CN110635893B
公开(公告)日：2020-10-20
申请号：CN201910896749.1
申请日：2019-09-21
Applicant: 吉林大学
Abstract: 本发明涉及一种车载以太网信息安全防护方法，属于以太网信息安全防护方法。包括密钥分配，网关ECU拥有一套数字证书，其中包含网络中每个合法ECU的标识、公钥以及私钥，同时，网关ECU拥有通信所需的加密密钥EK与认证密钥AK，在启动阶段，网关ECU按顺序为网络中的每个合法ECU分配加密密钥与认证密钥；安全通信，启动阶段的密钥分配过程完成后，网络中的每个合法ECU都已经拥有加密密钥与认证密钥，从而可对车辆正常行驶过程中的消息进行加解密和认证操作。优点是为车辆从启动至通信阶段提供了安全且稳定的防护措施，为ECU间的安全通信提供了有利条件，具有实用性，相比现有的信息安全防护方法具有更强的实时性，能够同时满足车载以太网对于实时性和安全性的需求。
-
-
-
Search Results
4
records
(took 0.015 seconds)
